Flowise ：LLM開(kāi)源低代碼工具、可視化LangChain、可定制AI Agent（低代碼開(kāi)發(fā)工具）
拖放 UI 以構(gòu)建您的定制 LLM 流程：
Flowise，一個(gè)用戶友好的、無(wú)代碼的平臺(tái)，它簡(jiǎn)化了構(gòu)建LangChain工作流的過(guò)程，允許開(kāi)發(fā)人員創(chuàng)建LLM應(yīng)用程序，而無(wú)需編寫代碼。
Flowise的關(guān)鍵特性，包括拖放式UI、用戶友好性和多功能性。
通過(guò)直觀的拖放界面簡(jiǎn)化LangChain流程開(kāi)發(fā)
Flowise為開(kāi)發(fā)人員提供了一個(gè)特殊的工具，旨在構(gòu)建LLM應(yīng)用程序，而無(wú)需深入研究編碼。
對(duì)于努力以敏捷方式快速構(gòu)建原型并開(kāi)發(fā)LLM應(yīng)用程序的組織來(lái)說(shuō)，這同樣是有益的。讓我們來(lái)看看Flowise AI的一些突出功能:
，時(shí)長(zhǎng)10:10
- ? 拖放式UI: Flowise使設(shè)計(jì)自己的自定義LLM流程變得簡(jiǎn)單。
- ? 開(kāi)源: 作為一個(gè)開(kāi)源項(xiàng)目，F(xiàn)lowise可以自由使用和修改。
- ? 用戶友好: Flowise很容易上手，即使對(duì)那些沒(méi)有編碼經(jīng)驗(yàn)的人也是如此。
- ? 通用: Flowise AI可用于創(chuàng)建各種LLM應(yīng)用程序。
示例1: 構(gòu)建基本LLM鏈
遵循以下步驟:
- 1. 在空白畫布上，單擊” Add New”按鈕以調(diào)出左側(cè)的”Add Nodes”面板。
- 2. 從“Add Nodes”面板中選擇以下組件，它們將出現(xiàn)在畫布上:
- ? 從LLMs中將OpenAI拖到面板
- ? 從Chains分類中拖出LLM chain
- ? 從Promps分類中拖出Prompt Template
現(xiàn)在，畫布應(yīng)該是這樣的:
- 1. 連接組件
- ? 將OpenAI的輸出（output）鏈接到LLM Chain的語(yǔ)言模型（input）
- ? 將Prompt Template的輸出（output）鏈接到LLM Chain的Prompt（input）
- 1. 輸入必要的信息
- ? 在OpenAI的字段中輸入OpenAI密鑰? 將以下prompt模板寫入“Prompt Template”的Template字段中:
What is a good name for a company that makes {product }?
- ? 給LLM Chain一個(gè)名字.
- ? 單擊右上角的“保存”圖標(biāo)進(jìn)行保存.
- ? 點(diǎn)擊右上角的聊天圖標(biāo)，就可以開(kāi)始發(fā)送“產(chǎn)品名稱”了。在這里，我們得到了預(yù)期的答案.
示例2: 構(gòu)建PDF閱讀器Bot
在之前的一篇博文中，我演示了如何使用LangFlow創(chuàng)建PDF Reader Bot?，F(xiàn)在，讓我們使用Flowise創(chuàng)建相同的機(jī)器人。
將以下組件添加到空白畫布中:
- ? 從“Text Splitters”中選擇“Recursive Character Text Splitter”（遞歸字符文本分割器）
- ? 從“Document Loaders”中選擇“PDF File”
- ? 從“Embeddings”中選擇“OpenAI Embeddings”
- ? 從“Vector Stores”中選擇“In-memory Vector Store”（內(nèi)存向量存儲(chǔ)）
- ? 從“LLMs”中選擇“OpenAI”
- ? 從“Chains”中選擇“Conversational Retrieval QA Chain”（對(duì)話檢索QA Chain）
現(xiàn)在我們?cè)诋嫴贾袚碛辛怂斜匦璧慕M件。
連接組件
- 1. 鏈接“Recursive Character Text Splitter” 的輸出和 “PDF file” 的輸入
- 2. 鏈接“PDF file” 的輸出和 “In-memory Vector Store”的輸入
- 3. 鏈接“OpenAI Embeddings” 的輸出和“In-memory Vector Store” 的輸入
- 4. 鏈接“In-memory Vector Store” 的輸出和 “Conversational Retrieval QA Chain”的輸入
- 5. 鏈接“OpenAI” 的輸出和 “Conversational Retrieval QA Chain” 的輸入
輸入必要的信息
- 1. 點(diǎn)擊“PDF File”中的“Upload File”，上傳標(biāo)題為“Introduction to AWS Security”的示例PDF文件。
- 2. 在“OpenAI”和“OpenAIEmbeddings”字段中輸入您的OpenAI密鑰
- 3. 單擊“save”按鈕，然后單擊聊天按鈕開(kāi)始發(fā)送請(qǐng)求。
? 快速入門
下載并安裝 NodeJS >= 18.15.0
- 1. 安裝 Flowise
- npm install -g flowise
- 2. 啟動(dòng) Flowise
- npx flowise start
- 使用用戶名和密碼
- npx flowise start –FLOWISE_USERNAME=user –FLOWISE_PASSWORD=1234
- 3. 打開(kāi) http://localhost:3000
docker
Docker Compose
- 1. 進(jìn)入項(xiàng)目根目錄下的 Docker 文件夾
- 2. 創(chuàng)建 .env 文件并指定 PORT（參考 .env.example）
- 3. 運(yùn)行 docker-compose up -d
- 4. 打開(kāi) http://localhost:3000
- 5. 可以通過(guò) docker-compose stop 停止容器
Docker 鏡像
- 1. 本地構(gòu)建鏡像：
- docker build –no-cache -t flowise .
- 2. 運(yùn)行鏡像：
- docker run -d –name flowise -p 3000:3000 flowise
- 3. 停止鏡像：
- docker stop flowise
? 開(kāi)發(fā)者
Flowise 在一個(gè)單一的代碼庫(kù)中有 3 個(gè)不同的模塊。
- ? server：用于提供 API 邏輯的 Node 后端
- ? ui：React 前端
- ? components：第三方節(jié)點(diǎn)集成
先決條件
- ? 安裝 PNPM
- npm i -g pnpm
設(shè)置
- 1. 克隆倉(cāng)庫(kù)
- git clone https://github.com/FlowiseAI/Flowise.git
- 2. 進(jìn)入倉(cāng)庫(kù)文件夾
- cd Flowise
- 3. 安裝所有模塊的依賴：
- pnpm install
- 4. 構(gòu)建所有代碼：
- pnpm build
- 5. 啟動(dòng)應(yīng)用：
- pnpm start
- 現(xiàn)在可以在 http://localhost:3000 訪問(wèn)應(yīng)用
- 6. 用于開(kāi)發(fā)構(gòu)建：任何代碼更改都會(huì)自動(dòng)重新加載應(yīng)用程序，訪問(wèn) http://localhost:8080
- ? 在 packages/ui 中創(chuàng)建 .env 文件并指定 VITE_PORT（參考 .env.example）
- ? 在 packages/server 中創(chuàng)建 .env 文件并指定 PORT（參考 .env.example）
- ? 運(yùn)行
- pnpm dev
認(rèn)證
要啟用應(yīng)用程序級(jí)身份驗(yàn)證，在 packages/server 的 .env 文件中添加 FLOWISE_USERNAME 和 FLOWISE_PASSWORD：
FLOWISE_USERNAME=userFLOWISE_PASSWORD=1234
環(huán)境變量
Flowise 支持不同的環(huán)境變量來(lái)配置您的實(shí)例。您可以在 packages/server 文件夾中的 .env 文件中指定以下變量。了解更多信息，請(qǐng)閱讀文檔
文檔
[Flowise 文檔]：(https://docs.flowiseai.com/)
自托管
在您現(xiàn)有的基礎(chǔ)設(shè)施中部署自托管的 Flowise，我們支持各種部署
- ? AWS
- ? Azure
- ? Digital Ocean
- ? GCP
— 完 —
